М-ТЕХ

AI Solutions Architect / Tech Lead / Senior (LLM, RAG, ИИ-агенты)

Коротко

Проектирование и внедрение ИИ-агентов, мультиагентных систем и RAG-решений для бизнеса, с архитектурной ответственностью за безопасность, масштабируемость, надёжность и стоимость эксплуатации. Компания — ИТ-подрядчик, разрабатывающий системы для бизнеса и госучреждений, включая ИИ-автоматизацию. Роль включает техническое лидерство, пресейл, общение с заказчиками, постановку задач команде и code review. Требуется от 3 лет коммерческого опыта с LLM/RAG, глубокое знание LangGraph/LangChain, Python, FastAPI, PostgreSQL, Docker.

Локация и формат
Удалённая работа из России; возможна частичная или проектная занятость.
Зарплата
От 250 000 ₽ в месяц.
Компания
М-ТЕХ — ИТ-компания, разрабатывающая, внедряющая и сопровождающая информационные системы для бизнеса и государственных учреждений, включая ИИ-автоматизацию.
Что делать
•Выявлять потребности заказчиков, анализировать бизнес-процессы и формулировать технические требования.
•Проектировать архитектуру ИИ-агентов, мультиагентных систем и RAG-решений с учётом безопасности, масштабируемости, надёжности, производительности и стоимости.
•Декомпозировать проекты, оценивать трудозатраты, сроки и ресурсы, выявлять технические риски.
•Ставить задачи разработчикам, контролировать реализацию, проводить code review и отвечать за соответствие архитектуре.
•Настраивать ИИ-агентов, RAG-пайплайны, tool calling, память, контекст, маршрутизацию запросов и обработку ошибок.
•Создавать прототипы и MVP, тестировать и оптимизировать решения по качеству, скорости и стоимости запросов.
Требования
•Техническое образование.
•От 3 лет коммерческой разработки ИИ-агентов, RAG и других LLM-решений.
•Опыт пресейлов, выявления требований и непосредственного общения с заказчиками.
•Опыт самостоятельного проектирования архитектуры программных систем, выбора технологий и обоснования архитектурных решений.
•Опыт технического лидерства: постановка задач, контроль реализации и code review.
•Опыт декомпозиции задач и оценки трудозатрат; способность самостоятельно реализовать спроектированное решение.
•Глубокое понимание архитектуры LLM-приложений и агентных систем, включая tool calling, оркестрацию, управление контекстом и состоянием, обработку ошибок.
•Опыт с LangGraph, LangChain, LlamaIndex, PydanticAI или аналогичными инструментами; понимание RAG, embeddings, chunking, векторного и гибридного поиска, reranking и оценки качества ответов.
•Опыт работы с LLM API и/или локальными моделями; Python, FastAPI, REST API, SQL, PostgreSQL, Docker, Git, CI/CD, логирование, мониторинг и тестирование ИИ-приложений.
Культура и преимущества
•Удалённый, гибкий формат сотрудничества с возможностью частичной или проектной занятости.
•Возможность совмещения с основной работой на начальном этапе.
•Возможность влиять на архитектуру, технологический стек и подходы к реализации проектов.
•Прямое взаимодействие с руководством компании и заказчиками.
•Вознаграждение обсуждается индивидуально с учётом компетенций и формата сотрудничества.
Процесс найма
При отклике желательно предоставить 2–3 примера реализованных ИИ-проектов с кратким описанием своей роли, архитектуры и достигнутого результата.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте